Converter PDF para Excel

Extraia as tabelas de um PDF para uma pasta de trabalho XLSX de verdade, com uma planilha por tabela e uma pontuação de precisão para cada uma. Processado no nosso servidor; os arquivos são excluídos automaticamente em cerca de duas horas.

Solte seus arquivos aqui

.pdf · até 300 MB · até 30 tarefas por hora · o arquivo vai para o nosso servidor e é excluído após o processamento; o resultado é apagado em cerca de duas horas

Escolher arquivos

AutomáticaLattice (tabelas com linhas)Stream (tabelas sem bordas)

Mais configurações

PáginasA primeira linha é o cabeçalhoJuntar tabelas com as mesmas colunasPrecisão mínima80%

Como Extrair para Excel

1
Envie seu PDF
Um relatório, fatura, extrato ou qualquer documento com tabelas, de até 300 MB e 200 páginas.
2
Escolha o modo de detecção
O Auto funciona para a maioria dos documentos; escolha você mesmo o Lattice ou o Stream se uma tabela tiver um layout incomum.
3
Baixe a pasta de trabalho
Uma planilha por tabela, com células de verdade que você pode classificar, filtrar e usar em cálculos, e não um bloco de texto colado.

Lattice ou Stream: duas formas de enxergar uma tabela

O Lattice procura tabelas desenhadas com linhas de grade visíveis, como as da maioria das faturas, extratos bancários e relatórios. Quando as linhas existem, ele é preciso e rápido. O Stream não tem linhas em que se apoiar, por isso deduz as colunas pela forma como o texto se alinha e pelos espaços entre as palavras, o que funciona em tabelas que dependem só de espaçamento e alinhamento. O Auto tenta primeiro o Lattice, que é o mais confiável dos dois quando se aplica, e só passa para o Stream se o resultado parecer fraco.

Uma pontuação de precisão para cada tabela, antes de você decidir

Cada tabela que o camelot encontra vem com uma pontuação de precisão medida, e as tabelas abaixo do limite que você definir ficam fora da pasta de trabalho, em vez de entrarem como dados embaralhados. Assim você vê se a estrutura de uma tabela foi captada direito antes de abrir o arquivo, em vez de descobrir depois linhas defeituosas e células mescladas. Uma fotocópia com linhas fracas ou uma tabela cortada por uma quebra de página no lugar errado costuma ter pontuação mais baixa, e essa nota baixa é uma informação útil, não um defeito.

Uma planilha por tabela, ou junte as que combinam

Por padrão, cada tabela vira uma planilha própria, com nome pelo número da página e da tabela, para que um relatório com várias tabelas pequenas não as misture em um único bloco confuso. Ative a opção de juntar tabelas, e as que têm o mesmo número de colunas são emendadas em uma só planilha, com uma linha de cabeçalho. Isso serve bem para um relatório em que a mesma tabela se repete em várias páginas e você prefere tê-la como um intervalo contínuo.

Processado no nosso servidor e excluído automaticamente

A detecção de tabelas precisa de um mecanismo de análise de layout de verdade, que nenhuma biblioteca de navegador oferece, por isso o arquivo é enviado para processamento. O arquivo enviado é excluído assim que a tarefa termina. O resultado fica disponível para download por uma hora e é apagado do servidor em cerca de duas horas, tenha sido baixado ou não. Não é preciso ter conta, e não há nada para apagar à mão.

Perguntas frequentes

Qual a diferença entre Lattice e Stream?

O Lattice detecta tabelas desenhadas com linhas de grade visíveis e é a opção mais precisa quando essas linhas existem. O Stream deduz as colunas pelo alinhamento e pelo espaçamento do texto, para tabelas sem nenhuma linha. O Auto tenta primeiro o Lattice e passa para o Stream se for preciso.

O que significa a pontuação de precisão?

É uma medida de confiança de quão bem a estrutura da tabela foi detectada: as linhas, as colunas e os limites das células. As tabelas abaixo do limite que você definir ficam fora do resultado, para que dados embaralhados não acabem escondidos em uma planilha.

Por que uma tabela sem linhas visíveis é detectada com menos precisão?

Sem linhas de grade, a detecção precisa adivinhar os limites das colunas só pelo espaçamento, o que é menos seguro do que ler uma linha desenhada. Experimente o modo Stream, feito justamente para esse caso.

E se o meu PDF for digitalizado?

Um PDF digitalizado não tem camada de texto de onde ler as tabelas. Passe o arquivo antes pelo OCR PDF e depois extraia as tabelas do resultado.

As fórmulas são mantidas?

Não. Um PDF nunca contém fórmulas, só os valores que a planilha gerou quando foi exportada.

Como obter CSV em vez de uma pasta de trabalho do Excel?

Use a ferramenta PDF para CSV. Ela faz a mesma detecção de tabelas e entrega arquivos CSV separados.

Por quanto tempo meu arquivo fica no servidor?

O PDF enviado é excluído assim que a tarefa termina. A pasta de trabalho fica disponível para download por uma hora e é apagada do servidor em cerca de duas horas, tenha sido baixada ou não.